一个农民，用 Codex 管理了 1500 亩地 - Digest

原文链接：https://mp.weixin.qq.com/s/1HNQrgs3Q3lQJqSrZEm7Zg
原始素材：OpenAI 官方案例——日本北海道农民 Hiroki Tomiyasu
来源：微信公众号 / AI小范儿（转载）
发布时间：2026-06-08 23:05
获取时间：2026-06-09

一句话总结

“工具没有行业限制，普通人都能用 AI 解决自己工作里每天重复出现的问题”——日本北海道农民 Hiroki Tomiyasu 用 Codex 把 1500 亩农场的 4 个工作流（病虫害识别 / 卫星遥感监测 / 温室 IoT 控制 / 客服机器人）改造成”ChatGPT 学习 + Codex 落地”的个人 AI 工作台；这是 OpenAI 官方案例对”非技术行业 AI 落地”的最强背书。

4 个 AI 应用场景

场景	核心技术	替代了什么
病虫害识别	多模态视觉 AI	专家判断
卫星遥感监测	卫星数据 + 异常检测	人工巡田
温室 IoT 控制	Codex 开发 IoT App	外包开发
知识库客服	RAG 风格聊天机器人	翻手册 / 问人

8 个知识节点速查

节点	一句话
农业-AI-全景案例	北海道农民 1500 亩 + OpenAI 官方案例
病虫害多模态识别	拍照片 → AI 分析叶片 + 病虫害
卫星遥感主动监测	长势/颜色/水分自动监测 + 异常主动提醒
IoT 温室远程控制	Codex 开发 IoT App + 手机控卷帘
农业知识库客服	内部聊天机器人回答设备/流程/作物问题
ChatGPT到Codex学习干活二分	学 vs 做；问 vs 落地
先学习再落地普通人AI路径	ChatGPT 学 → Codex 做（可复制路径）
工具低估与行业AI落地反思	工具没行业/人限制；稀缺的是真实业务问题

4 个金句

“如果说 ChatGPT 是帮他思考、做问答，那么 Codex 就开始帮他具体干活了。”
“工具出来之后，它并没有局限什么行业、什么人可以用。它更像一种新的生产力。”
“你工作里，有没有一个每天重复出现、却一直没人解决的问题？”
“下一个被 Codex 改造的行业，不是什么高科技行业。而是你所在的那个行业。”

1 个核心反问

“AI 会什么”不重要，”我工作里哪些事可以交给它”才重要。

与已有文章的关联

强关联（同主线”AI 落地”）：
- [[AI时代给人类留了最后一份工作-是农民]]（同是”农民+AI”——本篇是 OpenAI 官方案例，那篇是 Brett Goldstein 的 Context Farmer 概念；案例 vs 战略两面）
- [[Agent时代架构师系统能力]]（系统化能力不限于研发）
- [[从Prompt-Context到Harness-工程的三次进化与终局之战]]（Harness 思想不限于研发——农民用的”ChatGPT+Codex”也是简易 Harness）
- [[good-ai-pm-bad-ai-pm Good AI PM / Bad AI PM]]（稀缺的是真实业务问题）

3 个对 Seetong 团队可借鉴的动作

用 Codex 写工具脚本（截图/日志清理/数据导出）—— 让测试/运维/客服不用等开发排期
用 ChatGPT 学习新工具链（Xcode 新功能 / Android Studio 新 API）—— 加速跨栈学习
列”每天重复、没人解决”的 5 件事 —— 找到 AI 落地真实入口